JP6472086B2 - 対象の呼吸情報を取得する装置 - Google Patents

Description

本発明は、対象の呼吸情報を取得する装置、方法及びシステムに関する。

人のバイタルサイン、例えば心拍及び呼吸速度のような呼吸情報は、深刻な医療事象の強力な予測因子として機能することができる。この理由で、呼吸速度は、しばしば、集中治療室においてオンラインで又は病院の一般病棟において毎日の抜き取り検査においてモニタされる。呼吸速度は、最も重要なバイタルサインの１つであるが、未だに身体接触なしで測定するのは難しい。現在の集中治療室において、胸部インピーダンス・プレチスモグラフィ又は呼吸誘導プレチスモグラフィは、未だに最適な方法であり、典型的には、２つの呼吸バンドが、人の胸部及び腹部呼吸運動を区別するために使用される。しかしながら、これらの方法は、観測される患者にとって気持ち悪く、不快である。

近年、カメラベースの呼吸信号モニタリングが、開発されている。この技術を用いて、人間の呼吸は、ビデオカメラを用いて遠隔から目立たないようにモニタされることができ、これは、従来のオンボディセンサ（例えばＥＣＧ又は伸縮バンド）ベースの解決法に対して利点を持つ。非接触測定は、周期的な呼吸運動を測定するように対象の胸部（又は腹部）のビデオを分析することにより実現される。

ＷＯ２０１２／１４０５３１Ａ１は、人の呼吸運動を検出する呼吸運動検出装置を開示している。この検出装置は、人により発せられる及び／又は反射される電磁放射線を検出し、この電磁放射線は、人の呼吸速度に関する連続的な又は離散的な特徴的運動信号及び前記人の移動又は環境条件に関する他の運動アーチファクトを有する。この装置は、異なる信号を区別するように所定の周波数帯域、共通の所定の方向又は予測される振幅帯域及び／又は振幅プロファイルを考慮に入れることにより全体的な外乱から呼吸速度信号を分離するように構成されるデータ処理手段を考慮に入れることにより呼吸速度測定の信頼性を増加させる。

このような非侵襲的呼吸速度測定は、静止ビデオカメラの使用により光学的に達成されることができる。ビデオカメラは、画像のストリームにおいて患者の胸部の呼吸移動を捉える。前記呼吸移動は、特定の画像フィーチャの時間的変調を生じ、前記変調の周波数は、モニタされる患者の呼吸速度に対応する。このような画像フィーチャの例は、前記患者の胸部の周りに配置された空間的関心領域における平均振幅、又は後続の画像における前記関心領域の空間的相互相関の最大の場所である。取得されたバイタルサイン情報の品質及び信頼性は、画像コントラストの適切な選択及び選択された関心領域により影響を受ける入力画像データの品質により大きく影響を受ける。

これは、胸部／腹部領域における微細な呼吸運動を検出することに基づくので、カメラベースの呼吸モニタリングは、対象の非呼吸運動に敏感であり、胸部／腹部領域において観測されたいかなる非呼吸運動も、測定誤差を導入することができる。

本発明の目的は、特に対象の非呼吸運動に対して、より高い精度及びロバスト性を持つ前記対象の呼吸情報を取得する装置、方法及びシステムを提供することである。

本発明の第１の態様において、対象の呼吸情報を取得する装置が提示され、前記装置は、
‐対象の複数Ｎの画像フレームに対して少なくとも関心領域の複数の画素及び／又は画素のグループに対して複数Ｍの運動信号を計算する運動信号計算ユニットと、
‐一部又は全ての運動信号に対して、前記画像フレーム内の独立した運動を表すソース信号を得るようにそれぞれの前記運動信号に変換を適用することにより前記画像内の独立した運動を表す複数のソース信号を計算する変換ユニットと、
‐前記計算されたソース信号の一部又は全てに対して前記ソース信号の１以上の特性を検査することにより前記計算されたソース信号の中から前記対象の呼吸を表すソース信号を選択する選択ユニットと、
を有する。

本発明の他の態様において、対象の呼吸情報を取得する対応する方法及びシステムが提示され、前記システムは、対象の複数Ｎの画像フレームを取得する撮像ユニットと、前記対象の前記取得されたＮの画像フレームの使用により前記対象の呼吸情報を取得するここに開示された装置を有する。

本発明の更に他の態様において、コンピュータ上で実行される場合に前記処理方法のステップをコンピュータに実行させるプログラムコード手段を有するコンピュータプログラム、及びプロセッサにより実行される場合に、ここに開示された方法を実行させるコンピュータプログラムを記憶する持続性コンピュータ可読記録媒体が提供される。

本発明の好適な実施例は、従属請求項に規定される。請求される方法、システム、コンピュータプログラム及び媒体が、請求された装置と同様及び／又は同一の、及び従属請求項に規定される好適な実施例を持つと理解されるべきである。

本発明は、複数の処理ステップにより、複数の画像（例えばビデオストリーム又はカメラにより取得された画像シーケンス）から、呼吸情報、特に呼吸速度を決定するアイデアに基づく。第一に、例えば運動ベクトル場の形式の、運動信号は、少なくとも関心領域（例えば対象の胸部又は腹部領域）内で、前記画像の一部又は全てに対して画素単位で又はブロック単位で計算される。前記運動信号に対して、変換、例えばブラインド信号分離（ブラインドソース分離とも称される）が、前記画像内の独立した運動を表す分離されたソース信号のセットを取得するように適用される。最後に、前記分離されたソース信号から、呼吸を表すソース信号が、例えば前記分離されたソース信号の周波数情報及び／又は元の運動信号に対する前記分離されたソース信号の相関に基づいて、前記ソース信号の１以上の特性を検査することにより選択される。このようにして、非呼吸関連運動が除外されることができ、より信頼できる正確な呼吸情報が、例えば、しばしば非呼吸関連運動を示す新生児を目立たずにモニタする場合に、取得されることができる。

好適な実施例において、前記変換ユニットは、前記Ｍの運動信号のうちＰの運動信号に対して、前記Ｎの画像フレーム内の独立した運動を表すＱのソース信号を得るようにＰの運動信号に対して変換を適用することにより、前記画像内の独立した運動を表す複数Ｑのソース信号を計算するように構成され、ここで２≦Ｐ≦Ｍかつ２≦Ｑ≦Ｐである。したがって、一般に、Ｐの運動信号より少ない（Ｑの）ソース信号が計算されることが可能である。特に変換として主成分分析を用いて、一度分散が呼吸であるには小さすぎると推定されるレベルより下に落ちると他の成分に対する検索を停止することは、有利でありうる。

好適な実施例によると、前記選択ユニットは、前記Ｑのソース信号の一部又は全てに対して、固有値、分散、周波数、及び／又は前記ソース信号及び対応する運動信号の相関及び／又は空間的相関を検査するように構成される。したがって、呼吸運動を表す正しいソース信号を選択する１以上のオプションが存在する。

一実施例において、前記変換ユニットは、前記それぞれの運動信号に対してブラインド信号分離を適用するように構成される。このようなブラインド信号分離は、観測された混合運動信号を異なる分離されたソース信号に分離する有用なアルゴリズムである。

好ましくは、前記変換ユニットは、長さＮのソース信号及び対応する固有値又は分散を取得するように前記それぞれの運動信号に対して主成分分析（ＰＣＡ）及び／又は独立成分分析（ＩＣＡ）を適用することにより前記複数のソース信号を計算するように構成される。これらの固有値は、前記対応するソース信号、すなわち主成分の方向における元の運動信号データの分散を測定する。これらの分析は、所望の変換を実施する有用なツールである。

ＰＣＡ及びＩＣＡを用いて、前記ソース信号は、Ｐの運動信号の線形結合である。一実施例において、前記選択は、前記結合の重み係数に基づく（例えば、最も強い重みが、胸部／腹部領域でありそうだと信じられる領域に与えられる）。これらの重み係数が、本発明との関連で「前記ソース信号のパラメータ」であると理解されるべきである。

更に、前記変換ユニットは、前記ソース信号の方向における前記データの対応する分散を持つ長さＮの前記複数のソース信号を取得するように構成される。一般に、独立した信号の方向における元のデータの分散が、望ましい。ＩＣＡの場合、係数ベクトルの方向における前記データの分散が、好ましくは使用され、前記係数ベクトルから、独立成分が構築される。ＰＣＡの場合、主成分の方向における前記データの対応する分散を持つ長さＮの前記複数のソース信号が、取得される。

上で説明されたように、呼吸信号を表すソース信号を選択する様々なオプションが存在する。しばしば、これら様々なオプションの組み合わせが、信頼できる選択を得るように使用される。

一実施例によると、前記選択ユニットは、固有値又は分散の使用により、及び前記固有値に対する最小閾値より大きく最大閾値より小さい固有値又は分散を持つソース信号を選択することにより前記複数のソース信号の中からソース信号を選択するように構成される。これらの閾値は、前記画像フレーム内の予測される呼吸運動の合理的な分散を確認することにより経験的に決定されることができる。これらは、呼吸している対象に対して適したフレーム間変位範囲を決定する。これは、一般に、光学及びカメラから対象までの距離に依存するが、前記範囲が限定的すぎないように選択される場合に固定されてもよい。

他の実施例によると、前記選択ユニットは、前記ソース信号の優位周波数（dominant frequency）の使用により前記複数のソース信号の中からソース信号を選択するように構成され、予測された呼吸速度を含む所定の周波数範囲内の優位周波数成分を持つソース信号が、選択される。更に他の実施例によると、前記選択ユニットは、前記運動信号に対する前記ソース信号の相関の使用により前記複数のソース信号の中からソース信号を選択し、前記対象の胸部又は腹部領域内の運動との最高相関を持つソース信号を選択するように構成される。最後に、一実施例によると、前記選択ユニットは、空間的相関の使用により前記複数のソース信号の中からソース信号を選択し、前記画像フレーム内の最大の空間的に一貫した領域を持つソース信号を選択するように構成される。

また、運動信号計算に対して、様々なオプションが存在する。一実施例において、前記運動信号計算ユニットは、前記複数Ｍの運動信号を有する密（dense）又は疎（sparse）な運動ベクトル場を計算するように構成される。他の実施例において、前記運動信号計算ユニットは、特に計算コストを節約するために、運動信号のダウンサンプリング、グルーピング、平均化又は非線形結合により前記運動ベクトル場を処理するように構成される。

本発明のこれら及び他の態様は、以下に記載される実施例を参照して説明され、明らかになる。

時間に対する赤ん坊の運動を描く図を示す。 基準信号と比較した既知の方法により取得された呼吸信号の図を示す。 本発明による装置及びシステムの図を示す。 運動ベクトル場の図を示す。 複数のソース信号を示す図を示す。 図５に示されるソース信号のパワースペクトルの図を示す。 基準信号と比較した提案された方法により取得された呼吸信号の図を示す。

上述のように、呼吸情報の検出は、呼吸により引き起こされる運動を示す対象（一般に人であるが、動物であってもよい）の身体部分の、特に胸部及び／又は腹部領域の微細な呼吸運動を検出することに基づく。最良の場所は、典型的には、（信頼できる運動推定に対する）エッジ情報を含み、呼吸により移動し、典型的には、これらが胸部又は腹部領域に接続されることを意味する（しかしながら、これは、新生児を覆うブランケット、又は肩、又は大人のセーター上の明確な細部であることができる）。あまり適していない領域は、前記呼吸速度とは独立して移動する傾向にある手足、又は胸部又は腹部領域と機械的に接触しない寝具の部分である。

このような目立たない画像ベースの呼吸モニタリングは、対象の非呼吸運動、すなわち、それぞれの身体部分（例えば胸部及び／又は腹部領域）において観測されたいかなる非呼吸運動も、潜在的に測定誤差を導入する。

１つの主な使用シナリオは、新生児ＩＣＵ（ＮＩＣＵ、新生児集中治療室）における新生児の非接触呼吸モニタリングである。時間に対する（すなわちフレーム番号Ｆに対する）赤ん坊の運動（すなわち移動した画素の割合）を描く信号図、図１に示されるように、赤ん坊は、しばしば、起きている場合の身体移動を持つ。新生児の非呼吸移動は、呼吸信号測定を雑音まみれ又は不正確にする。

図２は、新生児の身体が移動する場合の現在の呼吸モニタリングの一例の信号図を示す。特に、既知の方法によって画像から取得された測定された呼吸信号Ｒ１及び従来の呼吸速度検出器（例えばリストバンド型センサ）又は他の適切な測定機器（本例においてＥＣＧセンサ）により取得された基準呼吸信号Ｒ２の強度Ｉが、時間にわたり（すなわちフレーム番号Ｆにわたり）比較される。見られるように、測定された呼吸信号Ｒ１は、正確ではない。

画像ベース（又はカメラベース）の呼吸モニタリングは、特に胸部／腹部領域における呼吸運動の検出に基づく。実際に、呼吸の他に、前記対象が持つ他の非呼吸運動（例えば身体移動）及び雑音も、胸部／腹部領域の運動を引き起こす。したがって、前記観測された運動信号は、実際には、呼吸運動、非呼吸運動及び例えば推定誤差による雑音の混合物である。これらのソースが無相関であると推定される。本発明によると、（異なる運動及び雑音からの異なる寄与を示す）観測された混合運動信号を異なるソースに分離するように変換（例えばＰＣＡ（主成分分析）又はＩＣＡ（独立成分分析）のような、ブラインド信号（ソース）分離）を適用し、呼吸を表すソース信号を選択することが提案される。

図３は、本発明による対象１２の呼吸情報を取得する装置１０の第１の典型的な実施例を示す。対象１２は、ベッド４に横たわり、対象１２の頭部は、枕１６上に配置され、対象１２は、ブランケット１８で覆われる。装置１０は、呼吸により引き起こされる運動を示す対象１２の身体部分２４、特に胸部又は腹部領域から検出された画像データ２２のセット（すなわち画像シーケンス又は複数の画像フレームを有するビデオデータ）を取得する撮像ユニット２０（例えばビデオカメラ）を有する。装置１０は、撮像ユニット２０と一緒に、本発明によって提案されるシステム１を形成する。

一般に、装置１０は、対象の複数Ｎの画像フレームに対して少なくとも関心領域の複数の画素及び／又は画素のグループに対する複数Ｍの運動信号を計算する運動信号計算ユニット３０を有する。更に、一部又は全ての運動信号に対して、前記画像フレーム内の独立した運動を表すソース信号を取得するように前記運動信号に変換を適用することにより前記画像内の独立した運動を表す複数のソース信号を計算する変換ユニット３２が、提供される。最後に、前記計算されたソース信号の一部又は全てに対して前記ソース信号の１以上の特性を検査することにより前記対象の呼吸を表すソース信号を前記計算されたソース信号の中から選択する選択ユニット３４が、提供される。

運動信号計算ユニット３０、変換ユニット３２及び選択ユニット３４は、別個の要素（例えばプロセッサ又はソフトウェア機能）により実施されることができるが、共通の処理装置又はコンピュータにより表され、実施されることもできる。様々なユニットの実施例が、以下に、より詳細に説明される。

撮像ユニット２０（例えばＲＧＢカメラ、赤外線カメラ等）により取得された入力画像（例えばビデオストリーム又は画像シーケンス）に対して、運動ベクトル場が、第一に、運動信号計算ユニット３０の一実施例において計算される。運動推定に対する多くのオプションは、疎及び密の両方とも、可能であり、有用である。例えば、Gautama, T. and Van Hulle, M.M., A Phase-based Approach to the Estimation of the Optical Flow Field Using Spatial Filtering, IEEE Trans. Neural Networks, Vol. 13(5), 2002, pp. 1127-1136に記載されるオプティカルフローアルゴリズムは、例えば図４に示されるように密な運動ベクトル場を取得するように適用されることができる。代わりに、G. de Haan, P.W.A.C Biezen, H. Huijgen, and O.A. Ojo, True Motion Estimation with 3-D Recursive Search Block-Matching, IEEE Trans. Circuits and Systems for Video Technology, Vol. 3, 1993, pp. 368-388に記載されるブロックマッチング運動推定アルゴリズム、又はセグメントベースの運動推定が、画素のブロック／グループ／セグメントごとに運動ベクトルを取得するように適用されることができる。最後に、Lucas-Kanade（ＫＬＴ）フィーチャトラッカ（又は同様のアルゴリズム）は、局所的なフィーチャ点の対応を見つけ、疎な運動ベクトル場を生成するように構成及び使用されることができる。例えばHarris検出器で検出された、いわゆるフィーチャ点に対してのみ運動を計算することも、可能かつ効率的であり、これは、他のアルゴリズムに入力されることができる（全ての場所に対しては利用可能でない）疎なベクトル場を生じる。

画像フレーム全体に対して運動ベクトルを計算する代わりに、関心領域（ＲＯＩ）は、運動ベクトル計算に対して手動で又は自動的に選択されることができる。更に、計算コストを減少させるために、密な又はブロックベースの計算された運動ベクトル場は、他の処理の前にダウンサンプリングされることもできる。また、セグメントベースの又は疎なベクトル場は、後の処理に提供される運動ベクトルの数を（更に）減少させるように前処理されることができる。この前処理は、ダウンサンプリング又はグルーピングを含んでもよく、メジアンフィルタ、トリム平均フィルタ等を使用する運動ベクトルの非線形結合を含んでもよい。

前記計算された運動ベクトルを前提として、前記ＲＯＩにおける複数の又は各局所領域に対する運動信号が、前記領域内の運動ベクトルに基づいて、計算される。前記局所領域は、（例えば前述のダウンサンプリング後の）画素又は複数の画素（例えば３×３の画素）であることができる。前記運動信号は、前記領域内の運動ベクトルの中央値又は平均であることができる。Ｎフレーム（例えばＮ＝５０）にわたる各位置における前記運動信号は、長さＮの１つのデータサンプルである。前記ＲＯＩ内にＭの点（又は領域）が存在すると仮定すると、Ｍ×Ｎのデータ行列が、他の処理に対して取得される。

変換ユニット３２の一実施例において、一般に当技術分野において既知である（例えば、Cardoso, J.-F., Blind signal separation: statistical principles, Proceedings of the IEEE, 86(10), Oct 1998, pp. 2009 - 2025に記載される）ブラインド信号分離（例えば、ＰＣＡ）又はこれら（例えばＰＣＡ及びＩＣＡ）の組み合わせは、前記運動信号のデータ行列に適用され、結果として分離されたソース信号のセットを生じる。

一実施例において、ＰＣＡが採用される。運動信号計算ユニット３０の上で説明された実施例から取得される前記ＰＣＡに対する入力データ（Ｍ×Ｎ）は、前記画像フレームのシーケンスにおいてＮフレームにわたるＭの領域の運動を表す。これらＭの領域の各々は、長さＮを持つ運動信号を与える。前記Ｍ×Ｎのデータ行列にＰＣＡを適用することにより、複数の（長さＭの）固有ベクトルが、対応する固有値とともに得られる。固有ベクトルは、重み付けされた平均運動信号（すなわち主成分とも称されるソース信号）を提供するようにこれらＭの信号の各々に与えられる重みを含む。個別の固有ベクトルに対応する信号は、直交し、すなわちこれらの共分散はゼロに等しい。換言すると、これらは、ビデオにおける独立した運動を表す。これらの１つは、呼吸運動であると予測され、前記画像フレームのシーケンスにおいて運動成分を取り出す中で見つけられるべきである。他方で、前記固有値は、対応するソース信号（主成分）の方向において元のデータの分散を表す。

一般に、Ｍの運動信号に対して、前記画像内の独立した運動を表す複数Ｑのソース信号（ここで２≦Ｐ≦Ｍかつ２≦Ｑ≦Ｐ）は、前記変換ユニット３２において計算される。固有ベクトルの最大数は、領域の数Ｍに等しい。実際の状況において、しかしながら、最高の固有値を持つ小さい数Ｑ（例えば１０又は２０の固有ベクトル）のみが、使用されてもよい。一実施例において、（予測される呼吸運動に対して）合理的な範囲内の固有値を持つ前記固有ベクトルの選択が、使用される。例えば、一実施例において、数百の領域（例えばＭ＝２００）が、前記ＲＯＩにおいて考慮されてもよい。領域の最小数は、低すぎるべきではない（例えば３より低くない）。

選択ユニット３４の一実施例において、（フレーム番号Ｆにわたり４つのソース信号の強度Ｉを描く図５に典型的に示されるように）分離されたソース信号のセットを与えられ、呼吸を表す（すなわち、呼吸運動に対して最大のＳＮＲを提供する）ソース信号が、選択される。前記固有値を検査することにより、（大きな身体運動又は雑音を表す）大きすぎる又は小さすぎる固有値を持つ主成分は、放棄される。図５は、一例のビデオセグメントに対して取得された残りの主成分を示す。

特に、図５に示される４つの信号は、前記Ｍの領域からの前記運動信号を前記固有ベクトルに乗算することにより取得される結果として生じる独立運動信号である。これらは、前記ＲＯＩ内の前記Ｍの領域からの前記運動信号の異なる線形結合である。

他の（代わりの又は追加の）選択は、前記分離されたソース信号の周波数情報及び／又は元の運動信号に対する前記分離されたソース信号の相関を、以下に説明されるように、使用してもよい。

前記呼吸運動は、例えば、新生児に対して、特定の周波数を持ち、これは、［０．５、１．５］Ｈｚ（すなわち、［３０、９０］ｂｐｍであることができる。したがって、呼吸を表すソース信号は、この周波数範囲において明らかなピークを持つものである。図６は、図５に示される各信号ソースのパワースペクトル（周波数ｆに対するパワーｐ）をプロットする。明らかに、フレーム番号Ｆにわたり基準信号Ｒ２と比較される選択されたソース信号Ｒ３の強度を示す図７に示されるように、呼吸を非常に良好に表す最初のものが、選択されることができる。

選択ユニット３４の他の実施例によると、前記入力フレームにおける前記元の運動信号と一部の又は各ソース信号の相関が、決定され、検査される。前記呼吸運動は、胸部／腹部領域において高い相関を持つはずである。実際に、前記胸部／腹部領域は、既知でありうる（例えば、画像認識の使用により自動的に検出される又は手動で決定される）。前記胸部／腹部領域における一部の又は各ソース信号の相関を比較することにより、前記呼吸を表すソース信号が、選択されることができる。

選択ユニット３４の他の実施例によると、空間的相関が分析され、大きな一貫したセグメントが探される。ここでの仮定は、呼吸運動が、前記画像内の空間的に一貫した領域において見つけられ、その位置がおおよそ既知であるが、他の独立成分が、より散らばった領域、又は呼吸が存在しそうにない領域において生じてもよいことである。

要約すると、（赤ん坊が非呼吸運動を持つ場合に）少数のビデオセグメントに対して（例えば図７に示されるような）提案された装置及び方法の結果を（図２に示されるような）既知のアルゴリズムの結果と比較すると、前記提案された装置及び方法が、より正確かつロバストな呼吸信号測定を提供することは、明らかである。

本発明は、モノクロ又はカラーカメラ及び可視又は赤外照射を使用する、カメラベースの呼吸測定に対して使用されることができ、（新生児モニタリングを含む）患者モニタリング、家庭ヘルスケア、睡眠モニタリング、スポーツ（エクササイズ中の人のモニタリング）等を含む多くの応用に関連する。

本発明は、図面及び先行する記載において詳細に図示及び記載されているが、このような図示及び記載は、説明的又は典型的であり、限定的ではないと見なされるべきであり、本発明は、開示された実施例に限定されない。開示された実施例に対する他の変形例は、図面、開示及び添付の請求項の検討から、請求された発明を実施する当業者により理解及び達成されることができる。

請求項において、単語「有する」は、他の要素又はステップを除外せず、不定冠詞「１つの」は複数を除外しない。単一の要素又は他のユニットが、請求項に記載された複数のアイテムの機能を満たしてもよい。特定の方策が相互に異なる従属請求項に記載されているという単なる事実は、これらの方策が有利に使用されることができないことを示さない。

コンピュータプログラムは、他のハードウェアと一緒に又は一部として供給される光学記憶媒体又は半導体媒体のような適切な持続性媒体に記憶／分配されてもよいが、インターネット又は他の有線若しくは無線電気通信システムを介するような、他の形で分配されてもよい。

請求項におけるいかなる参照符号も、範囲を限定するように解釈されるべきではない。

Claims (14)

1. 対象の呼吸情報を取得する装置において、
   対象の複数Ｎの画像フレームにわたる各画像フレームの少なくとも関心領域内の複数Ｍの点及び／又は領域の運動をそれぞれ表す複数Ｍの運動信号を計算する運動信号計算ユニットと、
   一部又は全てのＭの運動信号に対して、前記Ｎの画像フレーム内の独立した運動を表すソース信号を取得するようにそれぞれの前記運動信号に対して変換を適用することにより前記画像内の独立した運動を表す複数のソース信号を計算する変換ユニットと、
   前記計算されたソース信号の一部又は全てに対して前記ソース信号の１以上の特性を検査することにより前記対象の呼吸を表すソース信号を前記計算されたソース信号の中から選択する選択ユニットと、
   を有し、
   前記運動信号計算ユニットが、少なくとも前記関心領域内の複数の点及び／又は領域に対する複数の運動ベクトルを有する密な又は疎な運動ベクトル場を計算し、前記運動ベクトル場に基づいて、前記Ｍの運動信号を計算する、
   装置。
2. 前記変換ユニットが、前記Ｍの運動信号のうちＰの運動信号に対して、前記Ｎの画像フレーム内で独立した運動を表すＱのソース信号を取得するように前記Ｐの運動信号それぞれに対して変換を適用することにより、前記画像内で独立した運動を表す複数Ｑのソース信号を計算し、ここで２≦Ｐ≦Ｍかつ２≦Ｑ≦Ｐである、
   請求項１に記載の装置。
3. 前記選択ユニットが、前記Ｑのソース信号の一部又は全てに対して、固有値、分散、周波数、ソース信号の対応する運動信号に対する相関及び空間的相関の少なくとも１つを検査する、
   請求項２に記載の装置。
4. 前記変換ユニットが、前記Ｐの運動信号それぞれに対するブラインド信号分離を適用する、
   請求項２に記載の装置。
5. 前記変換ユニットが、長さＮのソース信号及び対応する固有値又は分散を取得するように前記運動信号のそれぞれに対して主成分分析及び／又は独立成分分析を適用することにより前記複数のソース信号を計算する、
   請求項１に記載の装置。
6. 前記固有値が、対応するソース信号の方向における元のデータの分散を表す、
   請求項５に記載の装置。
7. 前記選択ユニットが、前記固有値又は分散の使用により前記複数のソース信号の中からソース信号を選択し、前記固有値又は分散に対する最小閾値より大きく、最大閾値より小さい固有値又は分散を持つソース信号を選択する、
   請求項３に記載の装置。
8. 前記選択ユニットが、前記ソース信号の優位周波数の使用により前記複数のソース信号の中からソース信号を選択し、予測される呼吸速度を含む所定の周波数範囲内の優位周波数成分を持つソース信号が、選択される、
   請求項１に記載の装置。
9. 前記選択ユニットが、前記ソース信号及び前記運動信号の相関の使用により前記複数のソース信号の中からソース信号を選択し、前記対象の胸部又は腹部領域において運動に対する最高の相関を持つソース信号を選択する、
   請求項１に記載の装置。
10. 前記選択ユニットが、空間的相関の使用により前記複数のソース信号の中からソース信号を選択し、前記Ｎの画像フレーム内で最大の空間的に一貫した領域からのソース信号を選択する、
    請求項１に記載の装置。
11. 前記運動信号計算ユニットが、運動信号のダウンサンプリング、グルーピング、平均化又は非線形結合により前記運動ベクトル場を処理する、
    請求項１に記載の装置。
12. 対象の呼吸情報を取得するシステムにおいて、
    対象の複数Ｎの画像フレームを取得する撮像ユニットと、
    前記対象の前記取得されたＮの画像フレームの使用により前記対象の呼吸情報を取得する請求項１乃至１１のいずれか一項に記載の装置と、
    を有する、システム。
13. 対象の呼吸情報を取得する方法において、
    対象の複数Ｎの画像フレームにわたる各画像フレームの少なくとも関心領域内の複数Ｍの点及び／又は領域の運動をそれぞれ表す複数Ｍの運動信号を計算するステップと、
    一部又は全てのＭの運動信号に対して、前記Ｎの画像フレーム内で独立した運動を表すソース信号を取得するように前記運動信号のそれぞれに対して変換を適用することにより前記画像内で独立した運動を表す複数のソース信号を計算するステップと、
    前記計算されたソース信号の一部又は全てに対して前記ソース信号の１以上の特性を検査することにより前記計算されたソース信号の中から前記対象の呼吸を表すソース信号を選択するステップと、
    を有し、
    前記複数Ｍの運動信号を計算するステップが、少なくとも前記関心領域内の複数の点及び／又は領域に対する複数の運動ベクトルを有する密な又は疎な運動ベクトル場を計算し、前記運動ベクトル場に基づいて、前記Ｍの運動信号を計算する、
    方法。
14. コンピュータ上で実行される場合に、前記コンピュータに、請求項１３に記載の方法のステップを実行させるプログラムコード手段を有するコンピュータプログラム。

Images